金融安防新技术榜单之大数据应用分析

曾经有人说，大数据就是“99%的垃圾数据+1%的有用数据”，不可否认。随着金融网点的迅速扩张和视频监控高清化，必定会增加更多的“垃圾数据”。如何合理对这些数据进行分析，成为众多厂商的共同关心的问题。

　　优势与前景

　　银行安防管理的数据形式由两个方面组成，一是非结构化数据，即前端视频监控设备采集的视频图像数据信息；另一方面是结构化数据，如报警、门禁统计数据等。

　　安防管理中大数据的优势就在于对非结构化的海量数据的管理能力，依托全新的技术分析算法，对这些数据进行复杂的分析和处理，得到简洁且有业务价值的报告结果，从而服务整体安防管理目标。

　　困难与优势

　　当前，全行业正处于从模拟到高清化的过渡阶段，这必然带来数据的海量增长，海量数据与有效数据的甄别问题。针对当前视频数据主要依靠人工搜索的方式，在工作效率、人力成本投入方面存在制约。另一方面，海量数据也对银行安防管理存储资源的投入提出了更高要求。

　　由于传统安防管理对数据分类管理的认识较浅，目前银行大量的视频数据仍然是独立、零散分布的。高清化之后的高质量视频数据集中化管理仍然需要一个过程。

　　标准统一的问题。银行安防管理系统主要包括音视频监控系统、入侵报警系统、出入口控制银行(门禁)系统、语音对讲系统等四大子系统。安防管理平台的集中化管理要求各子系统间数据信息文件标准高度统一，形成一切数据皆可量化的数据管理目标。

　　专家建议

　　建立多层次存储管理体系。针对当前高清化的海量数据增长，除了前端NVR本地存储设置外，银行监控中心对管辖区域内重点风险部位、高等级报警联动的图像数据信息采用集中备份存储，通过多层级的存储管理体系，做好核心数据信息的分类管理，凸显多层次存储管理中大数据分析的管理价值。

　　编辑点评

　　大数据时代，是目前业内的热点之一，随之而来的数据仓库、数据安全、数据分析、数据挖掘等围绕大数据的技术研发，也成为行业厂商关注的重点。相信，在不久的将来大数据技术的成熟应用将带给行业用户的是更深入、更智能的安防管理应用体验。 （安防知识网）